BioMap創辦人稱生物學將被基礎模型與AI實驗室重塑

BioMap共同創辦人兼行政總裁劉偉認為，生物學的未來並非單靠人工智能，而是結合基礎模型、生物數據及AI原生實驗室來推動發現。他從投資者轉為創業者，帶領BioMap建立生物學的「地圖」，目標是成為生命科學的共享基礎設施。

BioMap共同創辦人兼行政總裁劉偉認為，生命科學的未來並非單靠人工智能，而是由基礎模型、生物數據及AI原生實驗室結合而成，從而將大膽預測轉化為真實的科學發現。他投資初創公司18年，曾任傳奇星創投（Legend Star Ventures）合夥人及百度創投（Baidu Ventures）創辦行政總裁，投資及孵化逾400間早期科技公司，其中逾50間專注於人工智能生命科學。

劉偉表示，BioMap的願景是建立一張生物學的「地圖」，讓研究人員無論研究蛋白質、細胞或器官，都能產生預測和結果。他認為，生物學的搜索空間遠比語言、影像甚至物理世界龐大，複雜度或為物理世界的1000倍，因此高質素的驗證數據既關鍵又稀缺。

BioMap的應對方法是建立生物基礎模型，已訓練超過1000萬個生物元素及逾200億條蛋白質序列，並在此基礎上疊加逾300個任務模型，平均減少所需數據達九成。劉偉指出，在許多情況下，只需從頭訓練任務模型所需數據的十分之一，這對探索未知領域尤其重要。

BioMap定位為「連結者」，連接生物信息學公司、生物技術初創、設備製造商、學術實驗室及大型製藥集團，目標是更有效地讓實驗數據進入模型。劉偉認為，未來5至10年，人工智能將改變藥物發現的方式，令首創藥物研究更便宜、更易成功，並有望推動針對罕見疾病及小眾患者的個人化治療。

劉偉強調，僅靠電腦模擬無法實現這一切，BioMap正投資於高流量、AI原生實驗設備，以驗證預測並閉合設計－建造－測試循環。他預期到2030年，BioMap的模型將涵蓋蛋白質、細胞、多細胞及更複雜系統，成為「真實生命科學的世界模型」。

對於長期策略，劉偉認為深層科技始終是人的事業，需要建立跨專業團隊，並在短期與中期目標中持續驗證方向。他寄語新一代科學家：「保持謙卑，尊重極限，人工智能與科學的結合需要時間，亦伴隨固有失敗率，但過去5至6年已看到早期成果，包括數十個在臨床前研究中驗證的潛在首創藥物設計。」